抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
過去10年間のインターネットとマルチメディアサービスの急速な発展により,大量のユーザ生成とサービスプロバイダ生成マルチメディアデータが利用可能になった。これらのデータは,自然界で不均一でマルチモーダルであり,それらを処理および分析するための大きな課題を課す。マルチモーダルデータは,テキスト,画像,ビデオ,オーディオなどの異なるモダリティからの様々なタイプのデータの混合物から成る。本論文では,マルチメディアにおけるマルチモーダル解析のための深く包括的な概観を示した。マルチメディア解析のための2つの科学的研究問題,データ駆動相関表現および知識誘導融合を導入した。2つの科学的問題に取り組むために,次の側面からそれらを調査した。1)マルチモーダル相関表現:異なる様式にわたるデータのマルチモーダル融合,2)マルチモーダルデータおよび知識融合:ドメイン知識によるデータのマルチモーダル融合。より具体的には,データ駆動相関表現において,マルチモーダル深層表現,マルチモーダル転送学習,マルチモーダルハッシングのような3つの重要なカテゴリーの方法を強調する。知識誘導融合において,著者らは,マルチモーダル視覚質問応答,マルチモーダルビデオ要約,マルチモーダル視覚パターンマイニングおよびマルチモーダル推薦を含む,様々な種類のドメイン知識を必要とするデータおよび4つの模範的アプリケーションと知識を融合するためのアプローチを検討した。最後に,著者らの洞察と将来の研究方向を提唱した。【JST・京大機械翻訳】